【正文】 對任課教師的要求: 博士，學(xué)過時間序列分析等相應(yīng)的課程。4. 自回歸譜估計(jì)、滑動平均譜估計(jì)和極大似然譜估計(jì)第八章：多元時間序列核心要點(diǎn) VAR模型167。1. 異方差的概念167。6. 求和模型與季節(jié)模型的處理方法167。6. 回歸與自回歸混合模型167。3. 時間序列與隨機(jī)過程167。教材及參考文獻(xiàn)：1． Ross，S. M. (2007) 應(yīng)用隨機(jī)過程. 英文版第九版，人民郵電出版社.2． 錢敏平，龔光魯 (1997) 隨機(jī)過程論. 北京大學(xué)出版社.3． Cox, D. R. and Isham, D. R. (1980) Point Process. Chapman and Hall. 愜執(zhí)緝蘿紳頎陽灣熗鍵艤訥贓棧馴嘆。隸誆熒鑒獫綱鴣攣駘賽澇鈧籜軍驢該。6. 一般二元數(shù)據(jù)第十二章：多元光滑方法核心要點(diǎn)167。2. 核密度估計(jì)167。1. Bootstrap的基本原則167。1. MetropolisHastings算法167。3. EM變型（對E步和M步的改進(jìn)，加速方法）第五章：數(shù)值積分核心要點(diǎn)167。2. 對于多元問題：Newton法和Fisher得分法，類Newton法，GaussNewton法，非線性GaussSeidel迭代和其他方法劇妝諢貰攖蘋塒呂侖廟痙湯籪糶駒責(zé)。根據(jù)學(xué)生的基礎(chǔ)可適當(dāng)增減學(xué)習(xí)內(nèi)容。5. MCMC收斂性診斷教學(xué)方式:以老師講授為主，學(xué)生討論為輔。2. 容許性167。6. 效用函數(shù)第五章：貝葉斯決策核心要點(diǎn)常用損失函數(shù)下的貝葉斯估計(jì)167。3. 利用邊際分布確定先驗(yàn)密度167。1. 條件方法167。主要章節(jié)：第一章：先驗(yàn)分布與后驗(yàn)分布核心要點(diǎn)貝葉斯公式，多參數(shù)模型平時成績包括習(xí)題討論，內(nèi)容演講，編寫程序等方面的考核，平時成績占60%。2. 非正規(guī)部門核算167。1. FISIM核算方法167。8. 雇員股票期權(quán)167。2. 中國國民經(jīng)濟(jì)核算30年回顧第二章：SNA2008修訂與進(jìn)展167。Huber, P. J. (1981). Robust Statistics, New York: 。4. 有效性167。1. U統(tǒng)計(jì)量167。4. 有限總體的抽樣第五章：多元推廣核心要點(diǎn)：多元分布的推廣，二元正態(tài)分布，多元正態(tài)分布，應(yīng)用案例167。1. 臨界值167。1. 依概率收斂167。掌握收斂速度，依概率收斂，依分布收斂，極限定理，點(diǎn)估計(jì)，區(qū)間估計(jì)，多元正態(tài)分布，擬合優(yōu)度檢驗(yàn)，非參估計(jì)，有效估計(jì)，有效檢驗(yàn)風(fēng)攆鮪貓鐵頻鈣薊糾廟誑繃紙鯉騏鍔。3. 有序響應(yīng)模型167。5. 線性模型的基本概念第二章一元廣義線性模型核心要點(diǎn)：介紹一元廣義線性模型的結(jié)構(gòu)，參數(shù)估計(jì)和假設(shè)檢驗(yàn)方法，以及模型擬合優(yōu)度檢驗(yàn)方法。謾飽兗爭詣繚鮐癩別瀘鯽礎(chǔ)輪駭騷獅。2懨俠劑鈍觸樂鷴燼觶騮揚(yáng)銥鯊臘騖韋。2．VaR方法、模型及應(yīng)用167。1．有效市場理論167。2．通貨膨脹統(tǒng)計(jì)167。3．債券價格與收益率計(jì)算167。3．金融統(tǒng)計(jì)的內(nèi)容與方法第二章貨幣與金融統(tǒng)計(jì)核心要點(diǎn)：貨幣、貨幣與金融統(tǒng)計(jì)、貨幣供應(yīng)量167。脹鏝彈奧秘孫戶孿釔賻鏘詠繞敘驄驗(yàn)。SNA的修訂與中國國民經(jīng)濟(jì)核算體系改革課題組, 許憲春, 彭志龍, 呂峰, 2012c. SNA的修訂對GDP核算的影響研究. 統(tǒng)計(jì)研究, 。SNA的修訂與中國國民經(jīng)濟(jì)核算體系改革課題組, 2013. SNA的修訂與中國國民經(jīng)濟(jì)核算體系改革. 統(tǒng)計(jì)研究, 。4. 歐盟國民核算體系167。2. 國民核算中的物量測度167。1. 住戶賬戶167。教材(含經(jīng)典學(xué)術(shù)名著)及參考文獻(xiàn)(含境內(nèi)外學(xué)科主流名刊)：多元統(tǒng)計(jì)分析引論．張堯庭，方開泰著．科學(xué)出版社．1999．An Introduction to Multivariate Statistical Analysis. Anderson,., 2003, 。2. 系統(tǒng)聚類法167。5. 方差最大正交旋轉(zhuǎn)167。1. 典型相關(guān)分析的基本思想167。4. 正態(tài)總體均值的改進(jìn)估計(jì)第四章總體均值向量和協(xié)方差矩陣的假設(shè)檢驗(yàn)核心要點(diǎn)167。2. 多元統(tǒng)計(jì)與一元統(tǒng)計(jì)的區(qū)別和聯(lián)系167?？倢W(xué)時: 54 學(xué)分: 3適用專業(yè)(學(xué)科方向): 所有統(tǒng)計(jì)學(xué)專業(yè)先修課程(含已具備的學(xué)識基礎(chǔ)的要求):統(tǒng)計(jì)學(xué)基礎(chǔ)，概率論。4. 決策函數(shù)的極小極大性167。8. 基于計(jì)數(shù)統(tǒng)計(jì)量的檢驗(yàn)167。5. 樣本中位數(shù)第四章：假設(shè)檢驗(yàn)核心要點(diǎn)：NP引理，單調(diào)似然比檢驗(yàn)，UMP檢驗(yàn)，廣義似然比檢驗(yàn)，多重假設(shè)檢驗(yàn)167。2. 無偏估計(jì)167。主要內(nèi)容:介紹統(tǒng)計(jì)學(xué)的基本概念，估計(jì)方法（矩估計(jì)，極大似然估計(jì)，EM算法，UMVU估計(jì)，穩(wěn)健估計(jì)，F(xiàn)isher信息量），估計(jì)的大樣本性質(zhì)（相合性，漸近正態(tài)性，效率，有效性），假設(shè)檢驗(yàn)的思想和方法（NP引理，廣義似然比檢驗(yàn)，多重假設(shè)檢驗(yàn)），Bayes統(tǒng)計(jì)學(xué)（統(tǒng)計(jì)決策，Bayes 估計(jì)，經(jīng)驗(yàn)Bayes估計(jì)，可容許性）碩癘鄴頏謅攆檸攜驤蘞鷥膠據(jù)實(shí)鰹贏。（3）論文有重要創(chuàng)新，創(chuàng)新部分應(yīng)達(dá)到國內(nèi)外本學(xué)科專業(yè)核心期刊及以上論文水平。輒嶧陽檉籪癤網(wǎng)儂號澩蠐鑭釃邊鯽釓。（1）論文的選題應(yīng)具有一定的學(xué)術(shù)意義和應(yīng)用價值。應(yīng)承擔(dān)有適宜培養(yǎng)研究生的科研任務(wù)，具有開展科研工作和培養(yǎng)研究生所必需的科研經(jīng)費(fèi)。（2）沒有特殊原因，不能按期完成學(xué)位課程學(xué)習(xí)任務(wù)，或有兩門學(xué)位課程（含基礎(chǔ)課和專業(yè)課）考試成績在70分以下者。（1）參加本研究領(lǐng)域的國際學(xué)術(shù)會議；（2）一個月以上的國際訪學(xué)經(jīng)歷；（3）參加由國外專家開設(shè)的課程（包括短期課程），并通過授課教師考核認(rèn)定；（4）參加使用外文報告的學(xué)術(shù)講座，累積12學(xué)時以上?？己诵〗M中所有成員認(rèn)為考核成績不及格，即視作不及格?？己说慕Y(jié)果將作為碩博連讀錄取的重要依據(jù)。鵝婭盡損鵪慘歷蘢鴛賴縈詰聾諦鰭皚。謀蕎摶篋飆鐸懟類蔣薔點(diǎn)鉍雜簍鰩驅(qū)。（研討課）：（1）國民經(jīng)濟(jì)統(tǒng)計(jì)學(xué)前沿專題（2學(xué)分）；（2）金融統(tǒng)計(jì)學(xué)前沿專題（2學(xué)分）；（3）應(yīng)用統(tǒng)計(jì)前沿專題（2學(xué)分），（4）統(tǒng)計(jì)理論發(fā)展前沿專題（2學(xué)分）（5）統(tǒng)計(jì)學(xué)高級研討課（金融統(tǒng)計(jì)部分）（2學(xué)分）；（6）統(tǒng)計(jì)學(xué)高級研討課（宏觀經(jīng)濟(jì)統(tǒng)計(jì)部分）（2學(xué)分）。普博士生學(xué)習(xí)年限一般為3年，碩博連讀生、本科直博生學(xué)習(xí)年限為5年，各類博士生學(xué)習(xí)年限不超過6年。矚慫潤厲釤瘞睞櫪廡賴賃軔朧礙鱔絹。統(tǒng)計(jì)學(xué)博士二、學(xué)科方向與主要研究內(nèi)容序號學(xué)科方向主要研究內(nèi)容1經(jīng)濟(jì)統(tǒng)計(jì)學(xué)宏觀經(jīng)濟(jì)統(tǒng)計(jì)；微觀經(jīng)濟(jì)統(tǒng)計(jì)；國民經(jīng)濟(jì)核算；金融統(tǒng)計(jì)；商務(wù)統(tǒng)計(jì)2應(yīng)用統(tǒng)計(jì)學(xué)統(tǒng)計(jì)理論；生物統(tǒng)計(jì)；教育統(tǒng)計(jì)；金融統(tǒng)計(jì)；資源與環(huán)境統(tǒng)計(jì)；大數(shù)據(jù)分析；統(tǒng)計(jì)地震學(xué)；林業(yè)統(tǒng)計(jì)；風(fēng)險管理；保險精算三、學(xué)習(xí)年限碩士生實(shí)行彈性學(xué)制，學(xué)習(xí)年限為23年。（最低學(xué)分：23學(xué)分）課程類別科目和門數(shù)最低學(xué)分要求公共必修課政治、外語6學(xué)分方法課（文/理）2學(xué)分學(xué)位基礎(chǔ)課方法課5學(xué)分學(xué)科前沿研討課2學(xué)分高級研討課2學(xué)分必修環(huán)節(jié)科研活動2學(xué)分國際化經(jīng)歷2學(xué)分中期考核2學(xué)分公共選修課公共選修課不計(jì)學(xué)分1. 公共必修課程（8學(xué)分）：由研究生院統(tǒng)一組織。彈貿(mào)攝爾霽斃攬磚鹵廡詒爾膚億鰾簡。對于非本校生源和跨學(xué)科生源研究生應(yīng)要求相應(yīng)的補(bǔ)修和先修課程。2. 培養(yǎng)單位自行規(guī)定的培養(yǎng)環(huán)節(jié)參加學(xué)院組織的高質(zhì)量、系統(tǒng)性的系列講座或短課等學(xué)術(shù)活動，經(jīng)統(tǒng)計(jì)學(xué)院學(xué)位分會認(rèn)定給予適當(dāng)?shù)膶W(xué)分，此部分學(xué)分上限為2學(xué)分?？己诵〗M聽取研究生的學(xué)位論文開題報告或論文、科研成果、文獻(xiàn)綜述等。若考核小組給定學(xué)分是1分，博士生還需再增補(bǔ)一項(xiàng)科研活動任務(wù)考核。贓熱俁閫歲匱閶鄴鎵騷鯛漢鼉匱鯔潰。在招生名額、研究經(jīng)費(fèi)、業(yè)績津貼等方面獎勵優(yōu)秀導(dǎo)師；不合格導(dǎo)師限期整改，兩次不合格停招研究生。驅(qū)躓髏彥浹綏譎飴憂錦諑瓊針嚨鯤鏵。要求概念準(zhǔn)確、語言通達(dá)、數(shù)據(jù)準(zhǔn)確、結(jié)構(gòu)完整、持之有據(jù)，經(jīng)過修改能達(dá)到在學(xué)術(shù)雜志發(fā)表的水平。（2）博士學(xué)位論文在導(dǎo)師的指導(dǎo)下由研究生獨(dú)立完成，論文的寫作符合學(xué)術(shù)規(guī)范的要求。Data Mining236春/秋季碩士文獻(xiàn)選讀Seminar of Selected Papers236春/秋季碩士數(shù)據(jù)分析與統(tǒng)計(jì)軟件Data Analysis and Statistical Software236春/秋季附件1：全部課程教學(xué)大綱附件2：經(jīng)典前沿閱讀書目（含學(xué)術(shù)刊物和網(wǎng)站）94 / 94附件1：課程教學(xué)大綱《高等統(tǒng)計(jì)學(xué)》教學(xué)大綱課程中文名稱：高等統(tǒng)計(jì)學(xué)課程英文名稱：Advanced Statistics總學(xué)時: 54 學(xué)分: 3適用專業(yè)(學(xué)科方向):統(tǒng)計(jì)學(xué)，概率論與數(shù)理統(tǒng)計(jì)學(xué)先修課程(含已具備的學(xué)識基礎(chǔ)的要求):數(shù)理統(tǒng)計(jì)教學(xué)目標(biāo):強(qiáng)調(diào)統(tǒng)計(jì)學(xué)中的基本概念和基本理論，為學(xué)生將來從事科學(xué)研究和實(shí)際工作打下良好的基礎(chǔ)預(yù)期效果: 掌握統(tǒng)計(jì)學(xué)中的基本概念和基本理論，掌握重要的估計(jì)方法，如矩估計(jì)，極大似然估計(jì)，Bayes 估計(jì)，NP引理等等。4. 指數(shù)族分布第二章：估計(jì)核心要點(diǎn)：矩估計(jì)，極大似然估計(jì)，區(qū)間估計(jì)，EM算法，無偏估計(jì)，UMVU估計(jì)，信息不等式，穩(wěn)健估計(jì)，影響函數(shù)，M估計(jì)閿擻輳嬪諫遷擇楨秘騖輛塤鵜蘞鰱幟。2. 漸近正態(tài)性167。5. 廣義似然比檢驗(yàn)167。1. 統(tǒng)計(jì)決策167。Huber, P. J. (1981). Robust Statistics, New York: 。諺辭調(diào)擔(dān)鈧諂動禪瀉類謹(jǐn)覡鸞幀鮮奧。1. 均值和協(xié)方差陣的最大似然估計(jì)167。2. 總體主成分的推導(dǎo)及基本性質(zhì)167。2. 因子模型的基本性質(zhì)167。4. 逐步判別法167。3. 鏈圖167。1. 主要宏觀經(jīng)濟(jì)總量167。2. 對稱型投入產(chǎn)出表167。1. 季度國民經(jīng)濟(jì)核算與年度國民經(jīng)濟(jì)核算167。高敏雪, 李靜萍 amp。SNA的修訂與中國國民經(jīng)濟(jì)核算體系改革課題組, 許憲春, 彭志龍, 杜治秀, 2013d. SNA關(guān)于雇員股票期權(quán)核算方法的研究及其對中國國民經(jīng)濟(jì)核算的影響. 統(tǒng)計(jì)研究, 。指出中國國民核算數(shù)據(jù)的現(xiàn)狀與存在問題。主要章節(jié)：第一章金融統(tǒng)計(jì)學(xué)概述核心要點(diǎn)：金融體系、金融統(tǒng)計(jì)167。5．中國貨幣與金融統(tǒng)計(jì)體系第三章證券市場統(tǒng)計(jì)核心要點(diǎn)：有價證券、股票市場統(tǒng)計(jì)、債券市場統(tǒng)計(jì)167。3．保險精算167。1．國際收支和國際投資頭寸統(tǒng)計(jì)167。2．金融高頻數(shù)據(jù)分析常用方法與模型167。IMF. Monetary and Financial Statistics Compilation Guide. IMF, Washington DC, 。趙彥云，2000，金融統(tǒng)計(jì)分析，中國金融出版社。2. 屬性數(shù)據(jù)的概率分布167。4. Bayes方法第三章多元廣義線性模型核心要點(diǎn)：介紹多元廣義線性模型的結(jié)構(gòu)，參數(shù)估計(jì)和假設(shè)檢驗(yàn)方法，以及模型擬合優(yōu)度檢167。預(yù)期效果: 掌握統(tǒng)計(jì)學(xué)中的大樣本基本概念和基本理論，掌握收斂速度，依概率收斂，依分布收斂，極限定理，點(diǎn)估計(jì)，區(qū)間估計(jì)，并善于利用概率論的基礎(chǔ)知識來證明估計(jì)量的大樣本性質(zhì)。4. 收斂速度167。6. 一致收斂167。1. 區(qū)間估計(jì)167。5. 應(yīng)用案例　167。1. 極大似然167。Lehmann, . (1998). Elements of LargeSample Theory. SpringerVerlag, New York鐒鸝餉飾鐔閌貲諢癱騮吶轉(zhuǎn)鮭錢驗(yàn)鎖。夾覡閭輇駁檔驀遷錟減汆藥徑鴕駭槍。5. 金融工具核算方法167。4. 地區(qū)與國家GDP銜接專題167。1. CPI專題167。根據(jù)學(xué)生的基礎(chǔ)可適當(dāng)增減學(xué)習(xí)內(nèi)容。Davison, A. C. and Hinkley, D. V. (1997) Bootstrap methods and their application. 。4. 超參數(shù)及其確定167。5. 似然原理第三章：先驗(yàn)分布的確定核心要點(diǎn)確定先驗(yàn)分布的常規(guī)方法167。3. 先驗(yàn)期望準(zhǔn)則167。5. 最佳樣本量的確定167。2. 貝葉斯分析中的直接抽樣方法167。預(yù)期效果: 在求解模型的參數(shù)估計(jì)、模擬試驗(yàn)等問題中能選擇適當(dāng)?shù)慕y(tǒng)計(jì)計(jì)算方法。3. 似然推斷，Bayes推斷167。4. 遺傳算法第四章：EM優(yōu)化方法核心要點(diǎn)167。1. Monte Carlo 方法的介紹167。3. 完美抽樣167。6. Bootstrap近似的階167。3. 線性光滑函數(shù)的比較167。教材(含經(jīng)典學(xué)術(shù)名著)及參考文獻(xiàn)(含境內(nèi)外學(xué)科主流名刊)：Geof H. Givens等著，王兆軍等譯. 計(jì)算統(tǒng)計(jì). 北京：人民郵電出版社, 2009.Sheldon ，王兆軍等譯. 統(tǒng)計(jì)模擬. 北京：人民郵電出版社，2007.Geof H. Givens等著. Computational Statistics. Wiley, 。主要章節(jié)：第一章 介紹 Kolmogrov 相容性原理 隨機(jī)過程可分、可測性 停時，Laplace變換第二章 泊松過程 泊松過程的性質(zhì) 非時齊泊松過程 復(fù)合泊松過程 有限點(diǎn)過程和一般標(biāo)值點(diǎn)過程似然 雙隨機(jī)點(diǎn)過程 點(diǎn)過程模擬算法第三章 更新過程 更新報酬過程 再生過程第四章 離散時間參數(shù)馬氏鏈 Kolmogorov 方程 狀態(tài)分類 遍歷和周期馬氏鏈 生滅過程 分支過程第五章 連續(xù)時間參數(shù)馬氏鏈 Kolmogorov 方程 常返性與遍歷性 吸收馬氏鏈 階段型分布 均勻化 可逆連續(xù)時間參數(shù)馬氏鏈，連續(xù)時間參數(shù)馬氏鏈的條件模擬 一般馬氏過程第六